awk

AWK

• 所有 UNIX 系統裡都至少有一套 awk
• awk 是 POSIX 的一部分
• 把輸入流看成一連串紀錄（record）的集合，每筆紀錄可以更進一步細分成字段（field）
• 如何構成一筆紀錄和一個字段，是可控制的，甚至可以在處理期間修改
• 替使用者妥善處理每個文件的開啟、讀取與關閉
• 強大的功能大多是具備對正則表達式的支援

命令行

• 慣例是將 -F 當作第一個選項，或者也可以設定變量 FS 來重新定義分隔符
  1 2	awk -F ':' '{ ... }' files FS="[\f\v]" files

  以上面例子來看，-F 應用到第一個文件組，而 FS 應用到第二個文件組

• -- 是特殊選項，指出 awk 本身已經沒有更進一步的命令行選項

• 初始化的 -v 必須放在 program 之前，在文件處理之前生效
• program 使用單引號，保護內容不被 Shell 解釋，不過要特別注意程序是否本身包含單引號

程序元素

• 提供標量（scalar）、陣列(array)兩種資料結構
• 提供語句類型：賦值、註釋、條件、函數、輸入、循環、輸出

字串表達式

• 以雙引號定界
• 長度沒有任何限制，視內存而定
• 賦值後舊字串的內存空間會自動回收
• 字串的比較視字串長短而定，如 “A” < “AA” 返回 1
• awk 無字串連接的運算符，多個連續的字串，會自動連接在一起
• 數字轉字串，可透過連接空字串，如 s = “” + 123

正則匹配語句

• 提供兩個運算符： ~ 、 !~ 分別代表匹配和不匹配
• 正則常量可以用雙引號或斜槓 / 定界，斜槓形式比較常見，因為可以用來強調括起來的就是正則表達式
• 字面意義的引號、斜槓、反斜槓在正則裡都應該被保護，兩種形式的保護方式可能不同，例如 "\\\\TeX" 與 /\\Tex/ 都是表示正則的 \Tex

數值表達式

• 所有 awk 裡的數字都以雙精確度的浮點值（對應於 C 的 double）表示
• awk 在 IEEE 754 廣泛可用前就以開發，無法完整支持 Infinity 與 NaN
• 浮點數可以包含一個末端以字母 e（或 E）所表示的十次方指數，例如 0.03125、3.125e-2、0.003125E1
• 字串轉數字，可透過連接0，如 n = 0 + “123”

Read More »Classic Shell Scripting 讀書筆記 （五）